搜索[语音模型]结果-低调大师优秀个人博客

精选列表

搜索[语音模型]，共10000篇文章

阿里云发布智能语音自学习平台

7月18日，阿里云正式发布智能语音自学习平台公有云产品，将为用户提供一键式语音智能自助优化方案，使得语音识别优化不再依赖于语音供应商的专家服务，让不懂技术的人员也可以快速提升业务的识别准确率，以满足业务需求

2018-07-18

找靠谱数据集的痛苦数据科学领域的宝宝们都懂。文摘菌今天强力推荐一个很棒的数据平台Figure Eight。先上网站链接：www.figure-eight.com 相比其他数据平台，这个平台的一大特点是，用于标注数据集的模板都可以复制，而且能够在Figure Eight平台扩展其应用。每个数据集里包含了原始数据、工作设计、教程、说明等等。以下是几个被文摘菌选中的优质数据集：谷歌数据集Open Images Dataset v4（包围盒） Open Images是一个包含九百万图片的数据集，使用了几千类图像级标签和包围盒进行标注。Open Images的第4版侧重于对象检测，用包围盒标注了170万图像，这些标注覆盖了按层次分组的600类对象。这份数据集是2018年欧洲计算机视觉大会上举办的公开图像挑战赛的特征集。数据集的更多信息 https

2018-05-22

QNX推新车载语音识别架构善解人意领会驾驶者意图

汽车电子软件平台厂商QNX软件日前推出一款使车载语音识别系统能理解说话者意图的全新强大架构。

2018-03-13

避免沦为“人工智障”，机器人还需找对语音交互的“打开方式”

以上是发生在镁客君与某一语音交互机器人之间的对话。

2018-02-28

【开发者的2018】GAN、AutoML、统一框架、语音等十大趋势

GAN与造假虽然生成对抗网络几年前就出现了，我对它是相当怀疑的。几年过去了，即使看到GAN在生成64x64分辨率的图像方面取得了巨大的进步，我对它仍是怀疑的。在阅读了一些数学文章之后，我更加怀疑了，因为这些文章说GAN并没有真正了解分布。但在2017年，事情有所改变。首先，一些新的有趣的架构（例如CycleGAN）和数学上改进的架构（例如Wasserstein GAN）让我实践了一些GAN网络，它们的表现一般，但在完成这两个程序之后，我确信我们可以，并且应该使用GAN来生成东西。首先，我非常喜欢NVIDIA的一篇关于生成全高清图像的研究论文，生成的图像看起来非常真实（与一年前的64x64分辨率的令人毛骨悚然的人脸相比）：还有很多GAN在游戏行业的应用，例如用GAN生成游戏场景，英雄乃至整个世界。而且我认为我们必须意识到全新的造假水

2018-01-03

声智科技完成 A 轮近亿融资，继续专注 AI 语音技术迭代和场景拓展

声智科技表示，本轮融资后，将继续投入 AI 核心技术研发，持续提升远场语音交互产品的体验，同时拓展更多语音智能的垂直场景，服务更多品牌和中小企业客户，保持远场语音交互领域的领先地位。

2017-11-02

聚焦消费物联网市场，Synaptics要用人机交互和语音技术抢占AI高地

前有PC大放光彩，后有智能手机熠熠生辉，现又轮到人工智能市场风潮迭起。在这些浪潮中，享受了前两波红利的智能终端厂商和上下游企业，正卯足了劲要「吃」上下一波的「蛋糕」。在这些厂商中，全球人机界面交互技术领先厂商Synaptics尤具代表性。一项数据表明，目前Synaptics的主要收入来自PC和手机市场，一个占88%，一个占12%。随着全球PC市场的持续走衰和智能手机市场的高度饱和，Syanptics也一直在寻求变通之道。今年6月，Synaptics以收购科胜讯和Marvell多媒体解决方案事业部的实际行动，宣告了自己进军消费物联网市场和引领人机交互变革的决心。雷锋网注：Synaptics CEORick Bergman 10月19日，在一场媒体沟通会上，Synaptics CEORick Bergman和Synaptics副总裁

2017-10-30

浪潮科大讯飞Altera用OpenCL实现FPGA深度学习语音识别加速方案

10 FPGA平台、采用OpenCL开发语言进行并行化设计和优化的深度学习DNN的语音识别方案。

2017-08-01

干货｜语音识别框架最新进展——深度全序列卷积神经网络登场

导读：目前最好的语音识别系统采用双向长短时记忆网络（LSTM，LongShort Term Memory），但是，这一系统存在训练复杂度高、解码时延高的问题，尤其在工业界的实时识别系统中很难应用。

2017-07-31

语音对话系统的技术突破点在哪？深度解读人机交互的技术核心

语音作为互联网的一种入口方式，正在侵入我们的生活，人机交互的核心——对话系统，对交互的应用至关重要，人脑与机器智能的结合，能够突破现有技术瓶颈吗？这里就有必要重点介绍下人机交互相关的核心技术。

2017-07-31

这款奇葩的Android勒索软件竟然让受害者用语音说出解锁密码

这是一款针对国人的勒索软件，锁屏界面会显示勒索人的QQ，解锁的时候还用了百度TTL进行语音输入。近期，安全研究专家发现了一种新型的Android勒索软件。

2017-07-03

微软语音助手小娜将会登陆iOS和Android的三个理由

去年6月微软Cortana项目负责人Marcus Ash曾经透露过打算将Cortana（小娜）——微软研发的移动语音助手——放到iOS和Android平台上，但随后他澄清“这只是自己的想法”。

2015-02-26

大模型缓存知识介绍

面向 LLM 应用 / 网关开发者的缓存知识梳理。覆盖从推理引擎内部到 API 网关的完整缓存层次，以及各厂商 Prompt Caching 的用法与计费规则。

2026-08-26

Codex-怎么选模型

有段时间我把默认模型锁死 gpt-5.5、推理强度直接拉满到 xhigh，图个「一步到位、再不折腾」。直到有天我让它帮我把一个变量名从 data 改成 payload——一个三十秒的体力活。

2026-07-10

老婆问我什么是模型

哎呀，昨晚吃饭的时候，我老婆突然放下筷子，盯着我问：“老公，你天天在公司鼓捣AI，那‘模型’到底是个啥玩意儿啊？听起来高大上，可我一窍不通，你给我说说呗？”我一听，乐了，心想这机会来了！

2026-07-10

豆包大模型 2.1 发布

据介绍，豆包大模型2.1 Pro 是该系列的旗舰模型，也是当前国产模型中性价比最高的选择之一：每百万 Tokens 输入价格为6元、输出价格为30元、缓存命中条件下只需要1.2元；豆包大模型2.1 Turbo

2026-06-23

谷歌推出 TranslateGemma 翻译模型

谷歌发布了全新的 TranslateGemma 翻译模型系列。

2026-01-16

农耕大模型 1.0 发布

中国农业科学院农业资源与农业区划研究所于日前正式发布我国首个服务于高标准农田建设监测监管、耕地保护和质量提升等领域的大模型——农耕大模型1.0。

2025-12-08

华为模型交互专利公布

天眼查App显示，华为技术有限公司申请的“一种模型评测方法及装置”和“一种模型交互方法、装置、电子设备及交互系统”专利9月23日公布。摘要显示，前者申请提供一种模型评测方法及装置。

2025-09-23

豆包大模型 1.6 发布

火山引擎正式发布了豆包大模型1.6、豆包·视频生成模型 Seedance 1.0 pro、豆包·语音播客模型。

2025-06-11

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

精选列表

阿里云发布智能语音自学习平台

资源 | 从医疗语音到灾难响应，这八大优质数据集快抱走

QNX推新车载语音识别架构善解人意领会驾驶者意图

避免沦为“人工智障”，机器人还需找对语音交互的“打开方式”

【开发者的2018】GAN、AutoML、统一框架、语音等十大趋势

声智科技完成 A 轮近亿融资，继续专注 AI 语音技术迭代和场景拓展

聚焦消费物联网市场，Synaptics要用人机交互和语音技术抢占AI高地

浪潮科大讯飞Altera用OpenCL实现FPGA深度学习语音识别加速方案

干货｜语音识别框架最新进展——深度全序列卷积神经网络登场

语音对话系统的技术突破点在哪？深度解读人机交互的技术核心

这款奇葩的Android勒索软件竟然让受害者用语音说出解锁密码

微软语音助手小娜将会登陆iOS和Android的三个理由

大模型缓存知识介绍

Codex-怎么选模型

老婆问我什么是模型

豆包大模型 2.1 发布

谷歌推出 TranslateGemma 翻译模型

农耕大模型 1.0 发布

华为模型交互专利公布

豆包大模型 1.6 发布

资源下载

腾讯云软件源

Nacos

Spring

WebStorm

欢迎您来访！

精选列表

阿里云发布智能语音自学习平台

资源 | 从医疗语音到灾难响应，这八大优质数据集快抱走

QNX推新车载语音识别架构 善解人意领会驾驶者意图

避免沦为“人工智障”，机器人还需找对语音交互的“打开方式”

【开发者的2018】GAN、AutoML、统一框架、语音等十大趋势

声智科技完成 A 轮近亿融资，继续专注 AI 语音技术迭代和场景拓展

聚焦消费物联网市场，Synaptics要用人机交互和语音技术抢占AI高地

浪潮科大讯飞Altera用OpenCL实现FPGA深度学习语音识别加速方案

干货｜语音识别框架最新进展——深度全序列卷积神经网络登场

语音对话系统的技术突破点在哪？深度解读人机交互的技术核心

这款奇葩的Android勒索软件竟然让受害者用语音说出解锁密码

微软语音助手小娜将会登陆iOS和Android的三个理由

大模型缓存知识介绍

Codex-怎么选模型

老婆问我什么是模型

豆包大模型 2.1 发布

谷歌推出 TranslateGemma 翻译模型

农耕大模型 1.0 发布

华为模型交互专利公布

豆包大模型 1.6 发布

资源下载

腾讯云软件源

Nacos

Spring

WebStorm

欢迎您来访！

QNX推新车载语音识别架构善解人意领会驾驶者意图